基于模糊神经网络的质量成本控制模型

采用PAF模型,即质量成本由预防成本、鉴定成本、损失成本(内部损失成本和外部损失成本)组成。首先根据以往各种研究文献以及企业实际情况设置质量成本三级科目。根据历史数据对各科目做Pareto分析,找出影响质量成本的主要影响科目,然后利用统计分析中的相关分析以及偏相关分析对其进行降维,找出真正影响质量成本的科目。而后对其分析得出可控影响因素及不可控影响因素,从而从可控因素上分析得出控制方法,再根据因素分析找出其潜在影响因素。最后,利用模糊控制方法以及神经网络建立质量成本控制模型。

质量成本控制模型的比较研究

早期的质量成本曲线只是定性的描述了质量成本各组成要素间的关系,为最低点的求解提供了思路。随着经济的发展,这种模型日益暴露出缺陷,从质量成本投入与损失函数建立入手,阐述了根据不同的资料利用统计分析所建立的投入与损失成本曲线是不同的,因而最低点的位置未必在早期质量成本控制模型所描述的两条曲线的焦点位置,从而为更准确的计算出质量成本最小值提供了理论基础,为企业实施有效的质量成本控制提供了依据。

基于顾客满意度的全面质量成本控制模型研究

2008版ISO9000族标准明确指出"以顾客为关注焦点"作为企业的一项重要质量管理原则,其目的是增强顾客满意度。然而,通过分析传统质量成本模型可以看出,其中所指的质量成本是关于质量水平的质量成本,在实际情况中,质量水平并不能完全准确地反映顾客对质量的评价,而顾客对质量的评价才应是企业所参照的真正标准。基于此,文章在现有全面质量成本概念的基础上,基于顾客满意度对全面质量成本概念进行拓展,以使其进一步符合企业发展的需要;并对全面质量成本八大主要子类进行分析,建立了基于顾客满意度的全面质量成本控制模型,为企业更好地进行相关决策提供依据。

质量成本控制模型的比较与分析

本文首先总结了现有的各种质量成本控制模型,然后对它们之间的区别进行了比较和评价,并分析了其存在差异的原因,以便于企业更好地选择和构建适合自身特点的质量成本控制模型。

质量成本模糊神经控制模型的建立研究

文章在PAF(预防成本、鉴定成本和损失成本)模型思想的基础上,根据分析影响质量成本的主要因素及其控制方法,建立较为智能实用的质量成本模糊神经控制器。首先根据各种研究文献以及实际情况设置较为通用的质量成本三级科目。然后根据历史数据对各科目做Pareto分析,找出影响质量成本的主要影响科目,利用统计分析中的相关分析以及偏相关分析降维,找出真正影响质量成本的主要科目。而后,根据分析主要影响科目及造成科目成本的主要影响因素,利用模糊控制方法以及神经网络建立质量成本控制模型,并详细讨论了模糊神经控制器的输入、输出集的语言值及模糊隶属度、控制器的模糊规则、神经网络隐层数的确定、隐层神经元数目的确定以及其网络学习规则。

基于ERP系统的质量成本优化控制研究

针对优化质量成本控制问题,建立了质量成本指标体系,提出了如何获得最低质量成本水平的优化控制模型,通过算例证明了该模型的有效性。